鏈接地址：http://blog.chinaunix.net/uid-9620812-id-3061237.html
推薦博客：http://blog.chinaunix.net/uid/9620812.html
最近研究GPU架構，關於GPU的基本原理（頂點->紋理->像素->光柵 這個pipeline）可以參考我之前閱讀的一些文章，相信讀了他們，會對什麼是GPU，GPU的工作原理等之類的問題有了一定的感性認識，具體如下：
1 GPU大百科全書系列 http://vga.zol.com.cn/251/2511984.html
2 圖形與計算那些事 AMD次世代架構解析 http://www.pcpop.com/doc/0/748/748571.shtml
3 DixrectX支配遊戲！ 歷代GPU架構全解析 http://tech.163.com/digi/10/0430/08/65GM21CJ001618J7.html
讀過這三篇文章後，會熟知AMD與NVIDIA的不同架構，本質來說，在架構上兩家都是採用的“極端”的設計方法：AMD採用基於SMID（單指令多數據）的VLIW架構，而NVIDIA則採用的MIMD（多指令多數據）的多發射的超標量；
AMD 優點：
1 超強的計算能力
SIMD架構能夠有效提升GPU的矢量處理性能，由於VS和PS的絕大部分運算都是4D Vector，它只需要一個指令端口就能在單週期內完成4倍運算量，效率達到100%。
2 節省晶體管，避免功耗問題
採用VLIW架構，指令的捆綁全由編譯器完成，因此只需一個發射單元，這就可以節省下一大堆的晶體管，避免了功耗問題。
AMD 缺點：
1 ALU計算單元不能充分利用：
4D SIMD架構一旦遇到1D標量指令時，效率就會下降到原來的1/4，3/4的模塊被完全浪費，尤其是一旦遇上分支預測的情況，SIMD在矢量處理方面高效能的優勢將會被損失殆盡。 例如：指令一：a=b+c；指令二：d=a*e。這兩條指令中，第二條指令中的a必須等待第一條指令的運算結果，出現這樣的情況時候，兩條指令大多數情況下就不能實現超標量執行了。
NVIDIA的科學家對圖形指令結構進行了深入研究，它們發現標量數據流所佔比例正在逐年提升，如果渲染單元還是堅持SIMD設計會讓效率下降。爲此NVIDIA在G80中做出大膽變革：流處理器不再針對矢量設計，而是統統改成了標量ALU單元，這種架構叫做MIMD（Multiple
Instruction Multiple Data，多指令多數據流）。
NVIDIA 優點：
1 ALU得到充分利用，到達了CPU級的利用水平；
如此一來，對於依然佔據主流的4D矢量操作來說，G80需要讓1個流處理器在4個週期內才能完成，或者是調動4個流處理器在1個週期內完成，那麼G80的執行效率豈不是很低？沒錯，所以NVIDIA大幅提升了流處理器工作頻率（兩倍於核心頻率），擴充了流處理器的規模（128個），這樣G80的128個標量流處理器的運算能力就基本相當於傳統的64個（128×2?）4D矢量ALU。大家應該知道R600擁有64個5D矢量ALU，最終的性能G80要遠勝R600。
2 強大高效的ALU運算單元，適合於通用計算Tesla。
G80的MIMD架構開了一個好頭，128個流處理器雖然聽起來雖然沒有AMD 320個那麼多，但這些流處理器是可以媲美真正的CPU核心，在執行任何指令時都能發揮出接近理論值的性能，這樣高效率的核心如果只是用來玩遊戲豈不太可惜了？
隨着圖形畫面越來越複雜，1D、2D、3D指令所佔比例正在逐年增多，而G80在遇到這種指令時可說是如魚得水，與4D一樣不會有任何效能損失，指令轉換效率高並且對指令的適應性非常好，這樣G80就將GPU Shader執行效率提升到了新的境界；
NVIDIA 缺點：
1 需要更多的晶體管，存在功耗問題
G80的架構聽起來很完美，但也存在不可忽視的缺點：根據前面的分析可以得知，4個1D標量ALU和1個4D矢量ALU的運算能力是相當的，但是前者需要4個指令發射端和4個控制單元，而後者只需要1個，如此一來MIMD架構所佔用的晶體管數將遠大於SIMD架構！
所以AMD的SIMD架構可以用較少的晶體管造出龐大數量的流處理器、擁有恐怖的理論浮點運算能力；而NVIDIA的MIMD架構必須使用更多的晶體管製造出看似比較少的流處理器，理論浮點運算能力相差很遠。雙方走的都是極端路線，AMD以數量彌補效率的不足，而NVIDIA以效率彌補數量的劣勢。